Стресс-тест. Уживется ли ИИ с системой традиционного образования
ИИ вошел в процесс обучения быстрее, чем университеты успели придумать, что с ним делать. Студенты вовсю им пользуются, где-то наперекор запретам, иногда молча, а где-то и открыто. Для них нейросети - часть повседневной учебной жизни. Студенты понимают, что ИИ уже умеет и может. Речь уже даже не о том, кто именно написал текст, а кто попросил это сделать машину.
И здесь у высшей школы проблема: студенты уже живут в новой реальности, а сама система застряла в старом формате. Студенты начинают иначе смотреть на учебу, на профессию, сомневаются в ценности выбранной специальности. Если часть работы автоматизируется уже сейчас, что будет дальше? Чему вообще надо учиться, чтобы через несколько лет не оказаться за бортом? Не устареет ли их профессия раньше, чем они получат диплом? А вот сами вузы часто пытаются сохранить статус-кво. Любая система защищает привычные правила.
Студенты в сомнениях
Решение о выборе будущей профессии непростое. Выбирая специальность, студент вкладывает в нее годы, силы и немалые деньги, и ожидает востребованности своих навыков и знаний и понятного, определенного будущего. Но ИИ, быстро забрав на себя часть привычной работы, уже заставил привычную конструкцию рассыпаться.
В ходе недавнего исследования, проведенного в США институтом Гэллапа и фондом Lumina, выяснилось, что:
- 16% студентов уже сменили специализацию из-за влияния ИИ
- 42% студентов бакалавриата и 56% студентов, получающих степень младшего специалиста, ИИ заставил задуматься о смене специальности
- 14% студентов бакалавриата и 13% студентов магистратуры признались, что важной причиной, по которой они поступили в вуз, стали подготовка к работе с ИИ и другими технологическими достижениями
- 12% респондентов высказали опасения по поводу влияния ИИ на рынок труда.
Эти данные говорят о том, что студенты раньше остальных участников системы образования почувствовали новую неопределенность и уже отреагировали на нее.
Но здесь важно не перепутать тревогу с паникой. Паника иррациональна. А тут все логично. Если ты видишь, что инструмент уже стал прикладным – он умеет писать, структурировать, объяснять, обрабатывать массивы информации, и делает это лучше и быстрее, чем от него ждали еще год назад, ты начинаешь задавать себе неприятные вопросы. Насколько устойчива моя будущая профессия? Какие задачи в ней останутся за человеком?
Что будет цениться через три-четыре года, когда я выйду на рынок? И не лучше ли скорректировать планы сейчас, пока цена ошибки еще не стала слишком высокой? Раньше такие мысли чаще приходили уже после выпуска, когда выпускник сталкивался с реальным рынком.
И вот тут самый неприятный вывод для высшей школы. ИИ первым заставил студентов по-настоящему считать карьерные риски, причем задолго до окончания учебы. Выяснилось, что будущим специалистам крайне важно, чтобы результаты обучения были четко связаны с потребностями рынка труда и соответствовали экономике, основанной на ИИ, а также помогали студентам понять, как навыки работы с нейросетями пригодятся им в карьере.
Спрос на специалистов, готовых к работе в будущем, продолжает расти. И хотя основным фактором, влияющим на выбор специальности и вуза, ИИ пока еще не стал, но его влияние в этом вопросе значительно усилилось. Многие студенты уже учитывают влияние новых технологий при выборе специальности, а некоторые называют нейросети причиной, по которой они поступают в колледж.
А что же вузы?
Похоже, что сами университеты еще не очень понимают, что с этим делать. И пока студенты приспосабливаются к новой реальности, вузы во все еще борются с использованием ИИ студентами.
Полина Петруша, руководитель проектов Управления Цифровизации СПбГЭТУ «ЛЭТИ»:
Система образования в вопросах применения ИИ опаздывает во всем мире. Университеты - это фундаментальные знания, в этом суть высшего образования. База, на которой работает все - от медицины до нейросетей. Гибкое, адаптивное, современное - это задача курсов, практики, допобразования. Слишком много в последние годы было открыто курсов, исходя из современности. В итоге мы получили наплыв «модных» спецов, которые и баристами-то устроиться не могут. Это общемировая проблема.
Использование ИИ в образовании растет, пишет Jobs for the Future. Почти 70% учащихся сообщают, что искусственный интеллект используется в их учебной программе, и по сравнению с прошлым годом число таких студентов выросло более чем на 20%. Студенты активно экспериментируют с новыми технологиями, адаптируются и интегрируют эти инструменты в свою образовательную деятельность. Однако, несмотря на расширение доступа к обучению, информацию об ИИ они по-прежнему ищут в неформальных источниках, таких как социальные сети, новости, также у друзей и родственников, что свидетельствует о пробелах в институциональном руководстве.
Владимир Нелюб, директор по науке и ИИ, член правления ПАО «Группа Астра», управляющий партнер ASTRA AI:
В то же время политика в отношении искусственного интеллекта в образовательных учреждениях и на курсах подготовки остается неоднородной. Так, по результатам исследований, обнародованных Gallup и Lumina Foundation, 42% студентов считают, что их учебные заведения не поощряют использование ИИ, 11% - что вузы прямо его запрещают, и 13% не знают, какая политика действует в их учебном заведении.
Иными словами, система, которая должна объяснять новую среду и помогать в ней ориентироваться, сама заходит в нее с серьезным опозданием.
Егор Никитин, преподаватель программы «Искусственный интеллект для бизнеса: от стратегии до внедрения» на базе РЭУ им. Г.В. Плеханова:
Сегодня многие университеты боятся ИИ и пытаются просто отгородиться от него. Запретить студентам использование и сделать вид, что его нет. Но этот инструмент уже появился, студенты все равно будут с ним работать. Этот процесс неизбежен. И роль университета здесь, на мой взгляд, научить их использовать искусственный интеллект грамотно.
Проблема даже не в самих ограничениях, а в том, что они часто запаздывают и мало что объясняют. Где проходит граница между допустимой помощью и нарушением? Что считается нормальной практикой? Какие навыки студент вообще должен осваивать в новой среде, а какие, наоборот, теряют прежний смысл? На эти вопросы у системы часто нет внятного ответа.
Наталия Козьякова, доцент кафедры политологии факультета социальных наук и массовых коммуникаций Финансового университета при Правительстве РФ:
Для успешного применения ИИ важно опираться на педагогические принципы, которые учитывают индивидуальные особенности и эмоциональное состояние учеников, а также способствуют развитию навыков, не поддающихся автоматизации. В условиях, когда доступ к информации и работа с нейросетями стали доступны каждому, вузам необходимо пересмотреть организацию учебного процесса. Важно сделать акцент на развитии у студентов критического мышления, профессиональных навыков и способности использовать технологии как инструмент, а не как замену человеческому интеллекту.
Если школы, высшие учебные заведения и организации, предоставляющие образовательные услуги, хотят использовать потенциал искусственного интеллекта для повышения эффективности обучения и расширения экономических возможностей, они должны укреплять доверие, давать четкие рекомендации и следить за тем, чтобы ИИ улучшал взаимодействие и учебный процесс, как для учащихся, так и для преподавателей.
ИИ в российской системе высшего образования
Чтобы получить реальную картину того, в какой мере ИИ изменил учебный процесс в российских вузах, где граница между умением думать самостоятельно и использованием готовых шаблонов, как университеты помогают своим студентам ориентироваться в новой среде, что теперь студентам ждать от высшего образования, и не боятся ли сами преподаватели, что ИИ со временем заменит и их, IT-World провел опрос среди представителей ведущих российских и региональных высших учебных заведении.
В России, если судить по данным различных исследований, картина складывается примерно та же, что и на глобальном рынке высшего образования. Аналитики ВШЭ отмечают разрыв между студенческой практикой и реакцией преподавателей, а общенациональный подход в использовании генеративного ИИ в системе вузовского образования пока так и не сложился. Реально ИИ есть, а ясных правил и его места в образовании по-прежнему не определено.
Ирина Шестакова, Горный университет:
Система образования опаздывает. Образование во всем мире устроено как инерционный институт, оно работает вдолгую: программы готовятся заранее, утверждаются на годы вперед, студент поступает на траекторию, которая уже расписана. ИИ живет в другом времени - он меняет образовательную и профессиональную среду буквально на глазах. В этом и состоит главный конфликт: программа устаревает быстрее, чем студент успевает ее осваивать. Возникает парадокс: студент еще учится, а содержания его подготовки уже начинает устаревать.
Данные о масштабах использования ИИ в учебе также вариативны. Значительное число студентов, участвуя в опросах, признается в использовании ИИ для выполнения учебных задач.
Институт образования ВШЭ прямо пишет, что уровень использования GenAI среди студентов заметно выше, чем среди преподавателей, а национальной политики по ИИ в высшем образовании пока так и не появилось.
По данным НИУ ВШЭ, ИИ для выполнения учебных задач используют около 87% российских студентов. Из них:
- 36% - больше одного раза в неделю
- 33% - несколько раз в месяц
- 10,7% - ежедневно
Фактчекинг сгенерированных ИИ работ осуществляют 82% опрошенных. И около трети студентов редактируют более 51% текста, который написал ИИ.
Вопрос не в том, пользуются ли студенты ИИ, а в том, как именно они его используют, и кто лучше других смог встроить нейросети в учебную практику. Исследование ВШЭ среди студентов топовых российских вузов показало: треть респондентов понимают, как он работает, и пробуют все новые функции и сервисы. Это достаточно высокий показатель, и говорит о технической грамотности молодежи. Студенты с низкими оценками просто списывают решения, рискуя ухудшить свои навыки и будущие позиции на рынке труда. Технари лучше знакомы с ИИ, но не склонны проверять достоверность результатов. Гуманитарии тщательнее перепроверяют ответы и исправляют ошибки.
Вывод - ИИ не стал панацеей в образовании и не уменьшает неравенство между сильными и слабыми студентами.
В ИТМО пришли к выводам, что ИИ в своей работе активно используют 66% преподавателей и исследователей российских вузов:
- 54% - для обработки текстов и изображений
- 52% - для создания заданий, кейсов и тестов
- 45% - для подготовки презентаций и визуализации информации
- 32% - для составления расписания, официальных электронных писем и других административных задач.
Иными словами, ИИ уже не воспринимается как экспериментальная технология. Он вошел не только в студенческую жизнь, но и в преподавательскую практику.
Константин Качкин, доцент кафедры фармакогнозии и ботаники Новосибирского государственного медицинского университета:
Есть понимание, что профессия изменится. Процесс обучения станет более требовательным к преподавателю. Эра, когда лектор был главным источником информации, завершилась. Зато умение преподносить материал в понятной форме, адаптировать его для студентов, быть актуальным и интересным станет важнее.
Но вуз как образовательный институт все еще часто реагирует на него как на внешнюю угрозу, а не как на новую норму, под которую надо перестраивать обучение. К примеру, большинство респондентов исследования ИТМО (62%) научились пользоваться инструментами на основе ИИ самостоятельно. Соответствующее обучение прошли только 38%. Треть участников опроса ожидают, что университеты будут способствовать интеграции искусственного интеллекта в их рабочие процессы.
Самое интересное - в 85% случаев преподаватели не замечают применения искусственного интеллекта в студенческих работах.
Ирина Шестакова, Горный университет:
Многие преподаватели пока сохраняют иллюзию, что можно «обмануть ИИ»: придумать такое задание, с которым нейросеть не поможет. Запрет сам по себе не работает. Поэтому критерии оценки должны меняться. Проверять нужно не готовый текст, а понимание: как студент поставил вопрос, как проверил ответ, видит ли он ошибки, может ли защитить позицию устно, способен ли применить вывод в новой ситуации.
При этом, подавляюще число российских студентов пока еще не верят в то, что ИИ сможет заменить их в будущей работе, лишив рабочего места и карьерного роста. Как минимум, ближайшие 10 лет беспокоиться не о чем, считают они. И только лишь около 7,4% студентов опасаются такого исхода событий, показывают исследования, а 8% вообще не знают, стоит ли опасаться ИИ как соперника и конкурента на работе.
Полина Петруша, СПбГЭТУ «ЛЭТИ»:
Нейросеть не сможет сделать за специалиста с высшим образованием примерно ничего, если он будет что-то делать, а не изображать деятельность. Чтобы ИИ заработал, как требуется, надо очень хорошо разбираться в предметной области.
В целом, ситуация с регулированием использования ИИ в образовательных учреждениях в России неоднозначна. В среде вузов – существенное расслоение в отношении к ИИ. У большинства из них до сих пор отсутствует четкое регулирование в этом вопросе.
Единого подхода к решению этой проблемы или какой-то общей стратегии не выработано, национальная политика в этом вопросе отсутствуют, и каждый вуз был вынужден реагировать на ситуацию под влиянием конкретных обстоятельств.
Часть вузов предлагает ограничить использование ИИ в образовании, акцентируясь на риске снижения качества последнего. Еще часть выступает за контролируемое использование, разработку этических рамок или создание собственных баз кейсов. А кто-то из отечественных вузов отменил запрет на использование ИИ в процессе учебы.
ИИ нужно встраивать в образовательный процесс не как модный инструмент и не как запрещенную технологию, а как новую рабочую среду, с которой студент неизбежно столкнется в профессии. Запретить использование нейросетей в образовании невозможно и неправильно. Гораздо важнее научить студентов пользоваться ими осознанно, безопасно и критически.
Студенты получили возможность придумывать задачи и готовить работы с помощью алгоритмов, развивая свои навыки поиска логических ошибок и критического анализа.
Университет вообще-то должен быть проводником в будущее. Местом, где новые реальности разбирают, изучают и переводят в практическую плоскость дальнейшего применения. Но сейчас ВУЗ часто просто прячет голову в песок и боится признать свершившийся факт.
Так что сегодня опаснее для студента - сам ИИ или университет, который делает вид, что его можно не замечать? Пока, похоже, что второй риск ничуть не меньше первого.
ИИ-трансформация смыслов
ИИ неизбежно меняет смысл высшего образования. Нейросети бьют по самой логике старой, традиционной высшей школы. Она долго держалась на довольно незамысловатой конструкции: сначала студенту передают типовые знания, потом проверяют, как хорошо он их воспроизводит, а программы при этом обновляются медленно и с заметным опозданием к рынку.
Эта модель и раньше работала неидеально. Сейчас же у многих вузов нет понимания, а что именно студент должен получать от высшего образования? За что студент вообще платит усилиями, деньгами и несколькими годами жизни? За доступ к информации? Но доступ к информации давно перестал быть дефицитом. За умение пересказать учебник? Здесь ИИ тоже чувствует себя все увереннее. За диплом как формальный пропуск на рынок? Этот аргумент пока работает, но уже не так, как раньше.
Александр Никифоров, директор EdTech-компании «Лань»:
Широкое применение массовых технологий ИИ привело к тому, что вузы вырабатывают новые критерии оценки знаний. Способен ли студент показать не только готовый результат, но процесс - как именно он пришел к выводам? На какие источники опирался? Все большее значение уделяется устным ответам, умению аргументировать свою точку зрения, мыслить самостоятельно.
В новой реальности вузу приходится доказывать свою ценность - чем он действительно помогает человеку войти в профессию, научиться думать, работать с задачами, проверять, спорить, собирать решения и понимать контекст. И ИИ во всем этом - просто еще один инструмент.
Дмитрий Гуреев, эксперт МШУ Сколково:
Из-за ИИ должна измениться система оценивания. Реферат, типовая аналитика и стандартное оформление быстро теряют ценность как самостоятельный результат. Оценивать нужно ход решения и созданный артефакт: понимание задачи, выбор инструментов, проверку результата и удержание ответственности.
В итоге ИИ оказался не проблемой дисциплины, а стресс-тестом для высшей школы. И тест этот вышел довольно жестким. Из-за массовой доступности нейросетей прежняя модель традиционных домашних заданий и проверки знаний больше неактуальна.
Студенты уже начали адаптацию. Рынок тоже. А университеты во многих случаях все еще спорят не с тем, как перестраивать обучение, а с самим фактом наступившей реальности.
Именно поэтому главный вопрос сейчас уже не в том, разрешать ли ИИ в аудитории. Поздно. Он там уже есть. Вопрос в другом: успеет ли высшая школа выстроить новую образовательную миссию? Сможет ли она перестать обороняться от новой реальности и измениться раньше, чем студенты окончательно перестанут ждать от нее объяснений про собственное будущее?
Галина Платунина, зам. зав. кафедрой «Цифровая экономика, управление и бизнес-технологии» МТУСИ:
ИИ уже встроен в систему высшего образования, и его запреты бессмысленны. В этом сходятся мнения экспертов, опрошенных IT-World. Нужно принять ИИ как неизбежность. Попытки запретить использование нейросетей и отгородиться от них неправильны, и их реализация приведет лишь к выводу технологии в серую зону.
Ирина Шестакова, Горный университет:
ИИ нельзя «встроить» в образование так, как раньше встраивали новый курс или новый цифровой сервис. Он уже встроился сам, быстрее, чем вузы успели подготовить учебные планы и преподавателей. Главный вызов здесь не только в возможностях ИИ, а в темпе его появления. Образование работает вдолгую: программы готовятся заранее, утверждаются на годы вперед, студент поступает на траекторию, которая уже расписана. А ИИ меняет образовательную и профессиональную среду буквально на глазах. Возникает парадокс: студент еще учится, а содержания его подготовки уже начинает устаревать.
Ценность высшего образования сместилась. Доступ к информации больше не дефицит. Новая ценность вузов - в формировании мышления (критического, системного, исследовательского), умении ставить задачи, проверять результаты и нести ответственность.
Традиционные формы оценивания студенческих работ устарели. Система оценивания переходит от результата к процессу. Эксперты признают: реферат как форма контроля теряет смысл, проверять нужно не «гладкий текст», а процесс мышления, логику решения, способность защитить результат устно. Эффективны командные кейсы – задачи, требующие совместного решения группой людей.
Владимир Нелюб, «Группа Астра», ASTRA AI:
Ценность высшего образования сегодня - не только в передаче знаний. Она в формировании мышления: инженерного, научного, исследовательского, управленческого. Университет должен учить не просто находить ответ, а понимать, почему этот ответ верен, где его ограничения и как его можно применить в реальной задаче. Без базовых знаний человек не сможет понять, где ИИ ошибся. Нейросеть может дать уверенный, но неверный ответ, и только подготовленный специалист способен это заметить.
Границы допустимого использования ИИ – в авторстве мышления. Выдавать сгенерированный нейросетями текст за свой, не понимать содержание работы и не нести ответственности за ее результат – теперь нарушения со стороны студентов оцениваются по таким критериям.
Но в какой мере допускать ИИ в учебный процесс – эту задачу решает по-своему каждый вуз и даже каждый преподаватель.
Самих преподавателей ИИ не заменит. ИИ не может взять на себя педагогическую ответственность и наставничество. Преподаватель остаётся наставником, носителем профессиональной этики, ответственным за педагогический контекст. Но его роль с проникновением новых технологий усиливается – он задает критерии качества, проверяет метод мышления, формирует этику.
Владимир Нелюб, «Группа Астра», ASTRA AI:
Я не считаю, что ИИ способен полноценно заменить преподавателя. Преподаватель - это не только источник информации. Это наставник, модератор дискуссии, носитель профессиональной культуры и человек, который умеет увидеть, где именно студент не понял тему. ИИ может объяснить материал, но он не несет педагогической ответственности.
Образование, и не только в России, а и во всем мире, отстаёт от скорости развития ИИ. И это важная тенденция, которую отметили все внешние эксперты IT-World. Учебные программы устаревают быстрее, чем студент доходит до выпуска. Но единого мнения, как все это исправить, в экспертной среде нет. Кто-то говорит о необходимости выработки общенациональной программы, с едиными принципами, стандартами безопасности и связью с индустрией. Кто-то категорически против жёстких программ и всеобщих мер, считая, что фундаментальная база высшего образования не устаревает, а без базовых знаний студент не будет способен заметить ошибку нейросетей.
Ирина Шестакова, профессор Горного университета:
Тревога студентов вполне рациональна. Человек поступает на программу, рассчитанную на несколько лет, а технологическая среда за это время может измениться радикально. Раньше вуз готовил к будущему. Теперь будущее наступает быстрее, чем студент доходит до выпуска. Горизонт профессионального планирования сжимается. Молодой человек уже не может быть уверен, что набор компетенций, за которыми он поступил в вуз, останется достаточным к моменту окончания обучения. Проблема не в том, что ИИ заберет у человека работу, а в том, что ИИ уже меняет само содержание многих профессий быстрее, чем система образования успевает это описать и внедрить.